支持數據挖掘的本體技術研究.pdf

1、近年來，隨著數據挖掘研究的不斷深入，針對不同的問題催生出了各種數據挖掘算法，如神經網絡、支持向量機、粗糙集等，在不同的數據挖掘任務中能得到令人滿意的效果。但是不同的數據挖掘算法有不同的功能和適用的數據類型；同一個算法在不同數據集上有不同的挖掘效果。在沒有專家?guī)椭那闆r下，普通用戶由于缺乏數據挖掘知識，很難選擇出能獲得滿意效果的算法。這種困難阻礙了數據挖掘技術的廣泛應用。
　　 本文提出了一種基于本體為用戶推薦算法的方案。該方案利

2、用本體存儲數據挖掘算法的知識，包括各種算法在不同實驗數據集上的性能表現、每個實驗數據集的特征等。在用戶提交了數據挖掘任務后，提取用戶數據集特征，選擇和用戶數據集相似的實驗數據集，根據不同算法在相似實驗數據集上的表現為用戶推薦合適的算法。
　　 本研究設計開發(fā)了一個數據挖掘自動實驗平臺，能對單個或多個實驗數據集自動進行批量算法實驗，獲得各種算法在不同實驗數據集上的性能表現。在對大量國外研究者的經驗建議進行分析后，確定了6個數據集特